1. 首页
  2. 大牛说
  3. 最值钱的到底是什么?Mobileye自动驾驶商业化之路

最值钱的到底是什么?Mobileye自动驾驶商业化之路

1998 年,当以色列希伯来大学的 Amnon Shashua 教授在日本演讲时,提到了他知道如何通过一台摄像机的应用,来提高车辆的安全性能,比如做车道偏离提醒,这引起了台下汽车工程师们的极大兴趣。

既然人类闭上一只眼睛,也能看得清楚路况,那么,汽车应该也能做到。

Mobileye:汽车的眼睛

早在十几年前求学时就在考虑的问题,被大家所关注,他兴奋地觉得应该做点什么了。

第二年,Shashua 拉着投资过他上一个项目的朋友 Aviram ,在耶路撒冷共同创立了 Mobileye 。这家公司的名字由 Mobil 和 Eye 组成,用通俗的话来说,是要做汽车的眼睛,也就是要帮助汽车建立视觉系统,识别周围障碍物,降低交通事故频次,这是 Mobileye 的初心。

与雷达、激光雷达比起来,摄像头成本低廉,360° 视角可获得丰富的信息资源,看上去大有可为。

来源:wccftech

但是,当时将近 40 岁的 Shashua 没有料想到,以摄像头视觉系统为基础的辅助驾驶工具并没有能够快速市场化,在初期研发阶段,功耗、尺寸和成本都没有达到要求,他们坚持了 8 年时间才等到产品正式商用,融资 10 轮才等到纳斯达克上市(换算成字母,大概是从 A 数到 J )。作为 ADAS 领域的第一家公司,他们还需要不断地教育市场,向厂商解释高级驾驶辅助系统ADAS(Advanced Driver Assistance Systems)和倒车雷达的区别。

更令人没有料想到的是,在 Mobileye 终于获得了 70-80% 的市场占有率之后,他们选择了大集团英特尔 153 亿美元的现金收购。

究竟是在行业大未来面前感受到隐隐的危机,以至于厂商们不得不迅速抱团,在市场格局变化之前先占领山头,还是,独立厂商苦守多年,寻求更快的变现机会?

在得出结论之前,我们先来看看 Mobileye 这些年建立起的护城河,看看他们如何从 ADAS 高级辅助驾驶系统开始,逐步渗透到自动驾驶领域。

所有技术的商业化,都是从产品化开始

Mobileye 描述了从 ADAS 到自动驾驶阶段的三个关键技术,sensing 感知,mapping 高精度地图和 driving policy 驾驶策略。

从需求角度来看,我们先根据司机的参与度来划分使用场景。司机的参与度分为参与、选择参与和不参与三种类型,越往后,系统的渗透度也越高,从开始的警告提醒,到允许接管,最后到完全控制,这就是辅助驾驶、半自动驾驶到全自动驾驶的三个阶段。

其中,感知是所有场景的基础工作。

当我们在街道上看到一辆车时,首先看到的就是它的形状,我们知道,这个形状的边缘是碰撞时不能触碰的。而数码影像的基本单元是像素,如何从像素信息中获取到车辆或者其他障碍物的边缘,这就是感知系统要做的事,了解什么地方去不得。

根据感知系统获取的信息,判断前方的车辆,判断前方的行人,判断与前车是否超出安全车距,判断是不是没有使用转向灯就偏离了车道,在发生危险前几秒,对用户发出警告,这就是我们比较熟悉的辅助驾驶系统的功能。警告而不接管,是辅助驾驶系统的中心思想。

刚刚谈的这几项功能,就是 Mobileye 的高级辅助驾驶系统 ADAS 上的几项核心技术,分别是前碰撞预警 FCW(Front Collision Warning),行人探测与防撞预警 PCW (Pedestrian Collision Warning),车道保持与危险预警 HMW(Vehicle Distance Monitoring Warning)和车道偏离预警 LDW (Lane Departure Warning)。

接下来,从辅助驾驶到半自动驾驶,系统开始接管车辆了,就需要处理更多的信息。在感知层面,除了检测出什么是障碍物以外,还需要检测出可以行驶的路面范围,判断信号灯和人行道,达到人类的双眼可以做到的程度。除此之外,一套感知系统的可靠性是有限的,一旦系统失效,必须考虑到是否有冗余的储备,这就是高精度地图的主要作用。

来源:Mobileye

Mobileye 在高精度地图方面,研发了道路管理系统 REM(Road Experience Management)技术,REM 的特点是采集路面所有的交通标识进行定位,捕捉 2D 数据,数据量小,云端传输方便。这和 Google 用激光雷达加 3D 建模的贵族路线是完全不同的。相比而言,Mobileye 吃过 8 年没有订单的苦,在后续产品的规划上,无论是成本还是实际应用的方面,都考虑得相当充分,也反映出 Mobileye 的商业化程度已经相当成熟。

最后,也是最难的一步,就是驾驶策略。驾驶策略判断的是未来,也就是要预判你旁边的车辆、行人将会怎么走,在保证安全的前提下,决定车辆要如何行驶。这是一个完全自动驾驶系统的必不可少的一步,它需要系统在大量复杂路况下的训练学习。短期内我们还未看到在这个领域值得称道的研究成果,这也是为什么如今辅助驾驶系统或者半自动驾驶系统的应用,都要限制在像高速路线这样的半封闭场景下。

不得不提的是,这些系统的核心芯片,都是 Mobileye 研发的 EyeQ 系列,由意法半导体生产供应。EyeQ3 就是第一代特斯拉 Autopilot 背后的大脑。

与特斯拉的明星合作以及不愉快的分手

Mobileye 被外人所熟知,是在与特斯拉 Autopilot 系统的合作上。毕竟,特斯拉是汽车圈里最具备明星气质的品牌。当 Autopilot 成功亮相时,Mobileye 是 Autopilot 的幕后功臣,当 Autopilot 出现事故时,Mobileye 也跟着被质疑。

然而,Mobileye 和特斯拉之间的合作,有诸多细节令人玩味。

特斯拉对行业的推动几乎是扫荡式的,从电动车到自动驾驶,所到之处无不起千层浪。如果没有马斯克这样的冒险家,很难想象 Mobileye 的 EyeQ3 能够如此快速地应用到量产车型上,两年间获得第一代 Autopilot 上 20 亿公里的数据,Model S 也不会成为第一台搭载 DNN(Deep Neural Networks)深度神经网络的量产车型。

特斯拉和 Mobileye 的初始合作,应该是一拍即合的。

2014 年 10 月,特斯拉的所有车型安装了 Autopilot 第一代的硬件,而后通过 OTA (Over the air)的方式不断升级系统功能,从道路偏离警告、速度提示、自适应巡航系统、前方碰撞预警、自动紧急刹车、盲点预警再到辅助驾驶级别的自动方向盘接管,侧方位碰撞躲避和一字位自动停车等等。

直到 2016 年 5 月,特斯拉发生了那次全球知名的自动驾驶事故。Mobileye 高管接受媒体采访,表示当时的 Autopilot 是不具备检测横向驶入车辆的能力。这个说法让特斯拉一度陷入被动。在这次事故之后,几家厂商的合作关系发生了巨大转折。

随后的 7 月份,Mobileye 发布和特斯拉中止合作的声明,宣布 EyeQ3 将是和特斯拉的最后一次合作。马斯克则回应,这次合作的中止不会影响特斯拉自动驾驶系统的进程。

我们回过头来看,特斯拉和 Mobiley 合作的 Autopilot 上,其实是有两个不同的 DNN 在跑的,一个来自 Mobileye 的 EyeQ3,一个则是特斯拉的独立产品。不过特斯拉的系统和 Mobileye 是相互独立的,EyeQ3 照常在运行它擅长的功能,只是特斯拉会分阶段激活 EyeQ3 中的功能。特斯拉的 DNN 更像是一个在默默训练的影武者,没有把它要收集的数据落下。

Autopilot 读取的影像信息

图片来源:wccftech

特斯拉在和 Mobileye 中止合作前的几个月,就挖来了曾经主导 AMD Athlon 芯片以及 Apple A4/A5 芯片开发的核心设计师 Jim Keller 作为自动驾驶硬件工程副总裁。另一方面,尽管特斯拉仅在信息娱乐系统中使用了英伟达的 Tegra K1 VCM 芯片,但马斯克和英伟达的创始人黄仁勋多次在公开场合的共同现身,也不排除他们在未来会展开什么样的合作。

到底是 Mobileye 抛弃了特斯拉,还是特斯拉抛弃了 Mobileye ,至今都没有定论。有人猜测特斯拉是因为拒绝加入 Mobileye 的 REM 地图数据共享而中止合作,那听上去不太合理。毕竟,特斯拉并不是一家跑量的公司,在通用、大众这样的大集团都选择了 Mobileye 的 REM 之后,特斯拉在数据积累上显然很快会失去优势,毕竟,在地图数据信息上,目前没有谁能一家独大。我更倾向于认为是技术路线的应用上,出现了认识上的偏差。

在特斯拉和 Mobileye 结束合作之后,宝马牵起了英特尔和 Mobileye 的红绳,让这两家公司共同参与宝马下一代车型 iNEXT 的研发。在他们宣布合作的半年多以后,英特尔收购了 Mobileye 。

Mobileye 最值钱的到底是什么?

英特尔的 CEO Brian Krzanich 解释其这桩收购案时说,我们关心的核心问题其实是数据,然后才是市场规模。

过去 10 年间,Mobileye 合作了 27 家汽车厂商,全世界有 1500 万辆汽车上装载了 Mobileye 系统,积累了不同环境、不同气候、不同道路状况横跨 43 个国家的驾驶场景。Mobileye 的低成本路线,加上高精度的感知系统,下可以做辅助驾驶,收集车辆行驶数据,上可以往自动驾驶路线延伸,而且有成熟的应用案例,受到越来越多的厂家欢迎不是意外之事。

错过智能手机浪潮的英特尔,显然不想再错过这一波自动驾驶的未来了。数据是人工智能的最重要的基础,而在汽车业务上,麦肯锡也预测 2030 年的汽车行业,数据相关的业务将会达到 4500 到 7500 亿美元的市场规模。粗粗算来,英特尔拿出手的 153 亿美金不过是其中 2-3% 的市场渗透率,英特尔和 Mobileye 的野心当然不止于此。

来源:麦肯锡

Mobileye 的创始人 Shashua 接受采访时则说,如果自己独立生存,可能只能持续不断地卖产品。但如果想改变未来,成为自动驾驶领域里的核心玩家,就必须要走这条路。这句话比较符合我对 Shashua 这个在一个领域中坚持几十年的科学家的理解。毕竟,自动驾驶这样的技术革命,是全行业需要共同努力的事情,它不是眼前的一点利益,而是令人激动的理想未来。

当然,也有更现实的角度,比如,Mobileye 在目前数据的运算上,就即将遇到瓶颈。Brian Krzanich 表示,到 2020 年,每一辆自动驾驶汽车每天产生的数据在 4TB 左右,英特尔看中自动驾驶领域产生的大量数据,原因也在于英特尔将自己定位为是一家数据公司。

在英特尔收购 Mobileye 之后,博世在柏林召开了 2017 年的年度大会,在会议上,博世和英伟达联合发布了业界第一个面向自动驾驶的 AI 计算平台。

行业之间在快速地连横合纵。去年还被业内人士预测要 100 年才能到来的自动驾驶时代,可能要来得早一些了。

来源:第一电动网

作者:42号车库

本文地址:https://www.d1ev.com/kol/50193

返回第一电动网首页 >

收藏
62
  • 分享到:
发表评论
新闻推荐
大牛作者

42号车库

做最有见地的未来汽车报道,微信、微博搜索「42号车库」关注我们。

  • 230
    文章
  • 14192
    获赞
阅读更多文章
热文榜
日排行
周排行
第一电动网官方微信

反馈和建议 在线回复

您的询价信息
已经成功提交我们稍后会联系您进行报价!

第一电动网
Hello world!
-->